智能算法和機器學(xué)習(xí)的應(yīng)用，不僅提高了客戶服務(wù)的效率，更改變了服務(wù)的方式。本文將深入探討大模型如何驅(qū)動售后服務(wù)的創(chuàng)新，從技術(shù)原理到實際應(yīng)用，為你揭示未來呼叫中心的發(fā)展趨勢。

售后服務(wù)的呼叫中心似乎是兩邊不討好的存在。

• 對企業(yè)： 很多領(lǐng)導(dǎo)認為可能是個成本中心，降本先降呼叫中心的本
• 對消費者：互相推卸，怎么都解決不了問題，權(quán)當是發(fā)泄情緒的地方

當然這是一種很極端的表達，售后呼叫中心仍然給消費者解決了很多問題，但是對售后的不滿意也是普遍存在的現(xiàn)象。在大模型實踐了兩年后，人力成本高昂的售后呼叫中心該去哪里，其實對不同的企業(yè)，還是有很多討論的空間。

大模型Agent，完全替代人工坐席行不行？

以我所在消費電子行業(yè)售后坐席來講，其實他們承擔(dān)了以下四部分工作

1）咨詢類問題，幫助處理一些線上閉環(huán)，可以不去線下門店就能解決的問題，也包含一些通用話術(shù)。 這部分其實涉及比較多的垂域知識

2）辦理類問題，這類辦理可能就是通過工單或者其它系統(tǒng)的錄單來體現(xiàn)的

3）投訴，這類問題很特別，強依賴人工，但是投訴問題，本質(zhì)是服務(wù)成本的問題

當然，還有一個隱形的工作，就是對消費者的情緒安撫。

4）情緒支持，接收消費者一些負面情緒，提供情緒價值。 其實情緒支持是貫穿在所有的業(yè)務(wù)類型中的

如果劃分為以上四個類型的工作內(nèi)容，那我的結(jié)論是， 99% 的人力可以就被大模型Agent 替代。

咨詢類問題：兩個實踐難點，領(lǐng)域知識（幻覺）和多輪問答的效果問題

領(lǐng)域知識的獲取。

RAG的基本工程邏輯：

現(xiàn)在大家用RAG實踐的其實也比較成熟了。 那RAG和大模型理解能力的增強，其實讓我們把檢索精品知識（FAQ，圖譜）漸漸的往檢索原始長文去牽引。但是目前來看，檢索高質(zhì)量的知識，生成的效果還是更好。 但是，為了降低運營成本，檢索原始長文必然會成為更有性價比的選擇。

幻覺問題，我認為是技術(shù)和消費者雙向奔赴。 幻覺越來越可控，消費者對大模型的接受程度也越來越高。 說到底，幻覺是個風(fēng)險接受的問題。

多輪問答的實現(xiàn)。

多輪之前依賴業(yè)務(wù)配置流程

• 依賴配置，成本高
• 場景粒度不一致，管理難
• 消費者命中場景，場景內(nèi)交互體驗差

后面通過圖譜實現(xiàn)

• 依賴圖譜建設(shè)（真痛苦）
• 依賴填槽能力建設(shè)

再通過完全依賴大模型+RAG+提示詞（業(yè)務(wù)規(guī)則）實現(xiàn)。

其實效果已經(jīng)不錯。 當然這里說的仍然是消費電子產(chǎn)品的售后服務(wù)，如果是醫(yī)學(xué)領(lǐng)域，估計還是要依賴圖譜的嚴謹性。

辦理類問題，說白了是接口集成的跨系統(tǒng)能力

大模型的推理能力+RPA完全搞的定 。 某汽車廠商不是做了一個demo，用deepseek輸出辦理步驟，車機AI去辦理。 這里不展開

投訴類問題，本質(zhì)是服務(wù)成本控制的妥協(xié)

這類問題是無法在售后的場景通過AI來解決的，可能要往上游追溯，從質(zhì)量，服務(wù)策略的制定階段去解決這類問題。

情感支撐，人畢竟還是非理性的

情感類APP很多，這里比較復(fù)雜的是，很多投訴用戶，很底層的需求是對人的發(fā)泄。 大模型或者可以低聲下氣，但是滿足不了消費者對真人發(fā)泄的需求。 這部分可以換個題目展開講講。 但是我的結(jié)論是，對于真正的投訴類問題，比較難以純靠AI解決。

大模型時代，售后坐席（人）存在的價值是什么

呼叫中心是人力密集的，也是技能重復(fù)的，缺乏創(chuàng)造性和想象力的 。 即使沒有上面關(guān)于可行性的論證，很多人也早早下了結(jié)論，人可以不存在。

從紐卡門把蒸汽機用在煤礦上抽水開始，蒸汽機以全新生產(chǎn)力的革命姿態(tài)替代了傳統(tǒng)動力來源，無論是畜力還是水力，風(fēng)力，都迅速的被淘汰掉了。但是，依賴蒸汽機產(chǎn)業(yè)的上下游，也誕生了很多新的崗位。

說了這么多，其實想表達的是，無論如何，呼叫中心坐席的人肯定會減少，但是，剩下更少的人，會要求更高的技能，這未嘗不是好事。 只是說，我們從什么角度看待AI帶來的重復(fù)勞動崗位的減少的問題。 這個命題太宏大，聚焦到呼叫中心來看，90%多的崗位HC還是會消失。

但是，你我的崗位不也面臨同樣的困境嗎？

大模型時代，看呼叫中心的業(yè)務(wù)、流程、IT、質(zhì)量、運營

售后服務(wù)之前在華為應(yīng)該有個ITR的流程，也就是從問題到問題解決。 即使有了大模型的替代，呼叫中心的業(yè)務(wù)實質(zhì)是不會變的，解決消費者問題是售后存在的意義。業(yè)務(wù)不變，但是流程會變，之前依賴人力的呼叫中心，圍繞人力構(gòu)建的招聘、培訓(xùn)、評優(yōu)、質(zhì)檢，等等一系列的東西都會變化。

1. ?綜合售后的業(yè)務(wù)，近幾年的業(yè)務(wù)目標還是不會變，但是指標可能會從NSS和CSAT漸漸的往解決率去靠
2. 流程會有大變化，之前依賴人的長流程，會因為大模型端到端的黑盒能力而變短，并且圍繞人力密集的站點構(gòu)建的其它支撐流程也會消失
3. IT系統(tǒng)會因為Agent的構(gòu)建而變得更加無代碼和低代碼化，換句話，業(yè)務(wù)有可能會因為工具的強大，漸漸減少對IT的依賴
4. 質(zhì)量問題不依賴人，而開始依賴大模型的能力和對風(fēng)險的接受程度。當然這個取決于具體的任務(wù)和對大模型的評估方式
5. 運營也會漸漸的從對業(yè)務(wù)的運營，漸漸的變成對AI效果的運營。難不成過幾年大家就會喊出，人人都是AI訓(xùn)練師的口號？

總結(jié)

整體講的其實還是很粗糙，無論是大模型在呼叫中心的替代路徑，人的價值，還是對于流程IT的變化，相信大家真正的實踐中，面臨的問題還要更多，更細碎。但是無論如何，機會還是大于挑戰(zhàn)。 多思考，多做一些推演，多和不同領(lǐng)域的人聊聊，或許，對于呼叫中心未來的演進，就有更加清晰的圖景。